在竞争性多智能体设置中学习通信与协作以清理海洋中的大塑料

在许多现实应用中，在协作与竞争之间找到平衡对人工智能体至关重要。我们借助一个高影响力问题背景下的多智能体强化学习（MARL）设置来研究这一点。海洋中塑料的累积与逐年增长对海洋健康的许多方面及海洋系统造成了不可挽回的损害。为防止进一步破坏，我们需要找到从已知海洋塑料聚集区减少大塑料的方法。在此我们提出一种基于图神经网络（GNN）的通信机制，该机制扩大了智能体的观测空间。在我们的自定义环境中，智能体控制一艘塑料收集船。该通信机制使智能体能够利用二进制信号发展出通信协议。虽然智能体集体的目标是尽可能多地清理，但智能体因个体收集到的大塑料数量而获得奖励。因此智能体必须学会有效通信，同时保持较高的个体表现。我们将提出的通信机制与无法通信的多智能体基线进行比较。结果显示通信实现了协作并显著提升了集体表现。这意味着智能体已学到通信的重要性，并找到了协作与竞争之间的平衡。